[发明专利]一种基于卡尔曼滤波的煤层气采集方法、系统及存储介质有效
| 申请号: | 201811525247.X | 申请日: | 2018-12-13 |
| 公开(公告)号: | CN109800454B | 公开(公告)日: | 2023-04-18 |
| 发明(设计)人: | 李自成;桑树勋;刘庆;王后能;贾金龙;曹丽文;王海文;周效志 | 申请(专利权)人: | 武汉工程大学 |
| 主分类号: | E21F7/00 | 分类号: | E21F7/00;E21F17/18;G06F30/20;G06F119/14;G06F119/08 |
| 代理公司: | 北京轻创知识产权代理有限公司 11212 | 代理人: | 杨立;陈振玉 |
| 地址: | 430000 湖北省武*** | 国省代码: | 湖北;42 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 卡尔 滤波 煤层气 采集 方法 系统 存储 介质 | ||
1.一种基于卡尔曼滤波的煤层气采集方法,其特征在于,包括以下步骤:
步骤1:分别获取所述煤层气解吸时的温度实时测量值和压力实时测量值;
步骤2:基于卡尔曼滤波方法,根据所述温度实时测量值和所述压力实时测量值分别建立卡尔曼滤波模型,并根据所述卡尔曼滤波模型分别获取所述煤层气解吸时的温度最优估计值和压力最优估计值;
步骤3:分别获取所述温度最优估计值与预设的温度期望值之间的温度误差,以及所述压力最优估计值与预设的压力期望值之间的压力误差,基于模糊控制方法,根据所述温度误差和所述压力误差调节所述煤层气解吸时的气体收集阀的开度。
2.根据权利要求1所述的基于卡尔曼滤波的煤层气采集方法,其特征在于,在所述步骤1之前还包括以下步骤:
预先分别设定所述温度期望值和所述压力期望值。
3.根据权利要求1所述的基于卡尔曼滤波的煤层气采集方法,其特征在于,在所述步骤1中,具体采用温度传感器获取所述温度实时测量值,采用压力传感器获取所述压力实时测量值。
4.根据权利要求1所述的基于卡尔曼滤波的煤层气采集方法,其特征在于,在所述步骤2中,所述卡尔曼滤波模型包括温度卡尔曼滤波模型和压力卡尔曼滤波模型;且所述温度卡尔曼滤波模型包括温度卡尔曼预测模型和温度卡尔曼更新模型,所述压力卡尔曼滤波模型包括压力卡尔曼预测模型和压力卡尔曼更新模型。
5.根据权利要求4所述的基于卡尔曼滤波的煤层气采集方法,其特征在于,所述步骤2的具体步骤包括:
步骤21:根据所述温度实时测量值建立所述温度卡尔曼预测模型,并根据所述温度卡尔曼预测模型得到温度预估值;根据所述压力实时测量值建立所述压力卡尔曼预测模型,并根据所述压力卡尔曼预测模型得到压力预估值;
其中,所述温度卡尔曼预测模型包括温度状态方程、温度测量方程和温度协方差方程,所述压力卡尔曼预测模型包括压力状态方程、压力测量方程和压力协方差方程,所述温度状态方程、所述温度测量方程和所述温度协方差方程,以及所述压力状态方程、所述压力测量方程和所述压力协方差方程具体如下:
Xit=f(Xit-1,uit-1)=Fit-1Xit-1+Bit-1uit-1
Zit=HitXit+Vit
i=1或2,当i=1时,上述方程分别代表所述温度状态方程、所述温度测量方程和所述温度协方差方程,当i=2时,上述方程分别代表所述压力状态方程、所述压力测量方程和所述压力协方差方程,Xit为根据t-1时刻预测的t时刻的所述温度预估值或所述压力预估值,Zit为t时刻的所述温度实时测量值或所述压力实时测量值,Pit为t时刻的温度协方差或压力协方差,f(Xit-1,uit-1)为t时刻的温度状态函数或压力状态函数,Xit-1为t-1时刻的所述温度预估值或所述压力预估值,Fit-1为t-1时刻的温度状态转移矩阵或压力状态转移矩阵,Bit-1为t-1时刻的温度噪声控制矩阵或压力噪声控制矩阵,uit-1为t-1时刻的温度噪声序列或压力噪声序列,Hit为t时刻的温度测量矩阵或压力测量矩阵,Vit为t时刻的温度测量噪声序列或压力测量噪声序列,Fit为t时刻的所述温度状态转移矩阵或所述压力状态转移矩阵,为t时刻的所述温度状态转移矩阵的转置矩阵或所述压力状态转移矩阵的转置矩阵,Pit-1为t-1时刻的所述温度协方差或所述压力协方差,Qit-1为t-1时刻的温度噪声序列或压力噪声序列的协方差矩阵,Bit为t时刻的所述温度噪声控制矩阵或所述压力噪声控制矩阵,为t时刻的所述温度噪声控制矩阵的转置矩阵或所述压力噪声控制矩阵的转置矩阵;
步骤22:根据所述温度状态方程和所述温度测量方程获取温度卡尔曼增益方程,根据所述压力状态方程和所述压力测量方程获取压力卡尔曼增益方程;
其中,所述温度卡尔曼增益方程和所述压力卡尔曼增益方程分别为:
i=1或2,当i=1时,上述方程代表所述温度卡尔曼增益方程,当i=2时,上述方程代表所述压力卡尔曼增益方程,为t时刻的所述温度测量矩阵的转置矩阵或所述压力测量矩阵的转置矩阵,为t时刻的所述温度测量噪声序列的转置矩阵或所述压力测量噪声序列的转置矩阵,Qit表示t时刻的温度噪声序列或压力噪声序列的协方差矩阵;
步骤23:根据所述温度状态方程、所述温度测量方程、所述温度协方差方程和所述温度卡尔曼增益方程建立所述温度卡尔曼更新模型,并根据所述温度卡尔曼更新模型获取所述温度最优估计值;根据所述压力状态方程、所述压力测量方程、所述压力协方差方程和所述压力卡尔曼增益方程建立所述压力卡尔曼更新模型,并根据所述压力卡尔曼更新模型获取所述压力最优估计值;
其中,所述温度卡尔曼更新模型包括温度最优估计值更新方程和温度协方差更新方程,所述压力卡尔曼更新模型包括压力最优估计值更新方程和压力协方差更新方程,所述温度最优估计值更新方程和所述温度协方差更新方程、以及所述压力最优估计值更新方程和所述压力协方差更新方程具体如下为:
i=1或2,当i=1时,上述方程分别代表所述温度最优估计值更新方程和所述温度协方差更新方程,当i=2时,上述方程分别代表所述压力最优估计值更新方程和所述压力协方差更新方程,为t时刻的所述温度最优估计值或所述压力最优估计值,为t时刻的所述温度协方差或所述压力协方差的更新值,I为单位矩阵。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉工程大学,未经武汉工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811525247.X/1.html,转载请声明来源钻瓜专利网。





